Noël CONRUYT & David GROSSER

1. Méthodologie de définition de e-services à partir d'un plateau de créativité.Application au recensement de la biodiversité avec le Système de Gestion de Bases de Connaissances IKBS Noël CONRUYT & David GROSSER

2. Plateau de créativité Il s’agit d’une plate-forme physique ou virtuelle de co-design entre offreurs (métier) et demandeurs (usagers) ou des applications Internet (e-services) sont réalisées au sein de projets par une équipe de producteurs de contenus (les chercheurs), d’éditeurs de contenants (les programmeurs) et de distributeurs du produit final (les opérateurs). Le plateau multimédia s’inspire de ceux que l’on rencontre dans le cinéma et l’audiovisuel (TV-Net style). Ces projets sont élaborés par rapport à un objectif bien déterminé (la question posée et les sous-problèmes à résoudre), et avec l’aide des utilisateurs des nouveaux services qui correspondent le plus directement aux usages attendus des services projetés.

3. Valorisationdes Données … √ Contexte des données scientifiques à l’Université de La Réunion Monographies Collections de spécimens Résultats de campagne Images, films √ Objectif immédiat Inventorier Stocker Structurer Exploiter ces données

4. … etdes Connaissances √ Contexte mondial Savoirs Savoir-faire Savoir comment faire Savoir y faire √ Objectif méthodologique Acquérir Traiter Valider Faire-savoir

5. La biodiversité est au sud …

6. et la connaissance est aussi au sud !

7. Système de Gestion des Bases de Connaissances L’arbre réunionnais de la connaissance ! N. Conruyt, D. Grosser, Knowledge engineering in environmental sciences with IKBS, AI Communications, The European Journal of Artificial Intelligence, 16(3), ISSN 0921-7126, IOS Press, 2003.

8. Entre métier et usages: le biomaticien Biologiste informaticien Ingénieur de la connaissance La convergence biologie et TIC Connaissance des métiers et des usages L’innovation se trouve du coté des utilisateurs et non pas seulement de la technologie ! Customer Knowledge Management

9. Le métier de systématicien Ecosystèmes Taxons Ecologie Populations Systématique Biologie des organismes Organismes Organes Physiologie Biologie cellulaire Cellules Molécules D’après J. Lebbe, 1995

10. Les usages de la Systématique … synthèse Classification Monographie hiérarchisation Taxonomie détermination Taxon Cas description Nom identification Individu observation Collection gestion Echantillon tri récolte Spécimen

11. … en botanique … synthèse Classification Monographie hiérarchisation Taxonomie détermination Concept Cas description Nom identification Population observation Collection gestion Echantillon tri récolte Spécimen D’après J. Lebbe, 1995

12. … et en zoologie … synthèse Classification Monographie hiérarchisation Taxonomie caractérisation Classe Cas description Nom identification Individu observation Collection gestion Echantillon tri récolte Spécimen D’après N. Conruyt, 1994

13. … des coraux. synthèse naturelle Classification Monographie hiérarchisation Taxonomie détermination caractérisation Classe/Taxon Cas description Nom identification Colonie observation Collection gestion Echantillon tri récolte Spécimen D’après N. Conruyt, 1994

14. Les artefacts d’IKBS pour la Systématique synthèse artificielle Classifications Monographie hiérarchisation Taxonomie détermination Taxon saisie Base de cas Cas description Nom identification Individu observation définition Modèle Collection gestion Echantillon tri récolte Spécimen

15. Exemple : Base de Connaissances Coraux des Mascareignes (BC2M)

16. E-service d’aide à l’identification des coraux

17. L’outil IKBS et l’application BC2M

18. Méthodologie de gestion des connaissances avec IKBS • Acquérir • définir un modèle descriptif • générer un questionnaire multimédia • décrire des cas déjà identifiés • Traiter • discriminer par arbres de décision • identifieravecleraisonnement à partir de cas • classifier les cas • Valider • vérifier les descriptions par rapport au modèle initial • mettre à jour les anciens cas • découvrir de nouvelles connaissances 4.Itérer

19. Définir un modèle descriptif (l’observable)

20. Construire un questionnaire pour le Web

21. Décrire des cas (observés)

22. Traiter les connaissances acquises Méthodes de classification non supervisées : classification ascendante hiérarchique ou regroupement conceptuel. E-service pour la recherche des experts : gestion des descriptions et de la taxonomie, découverte de nouvelles connaissances http://ikbs.univ-reunion.fr/

23. Identifier de nouvelles observations Méthodes de classification supervisées : arbres de décision, raisonnement à partir de cas (recherche des plus proches voisins). E-service pour la formation des biologistes, étudiants SVT, écogardes, plongeurs, scolaires, grand-public … http://coraux.univ-reunion.fr/

24. Et après ? Le défi auquel nous sommes confrontés dans BC2M est de partager les interprétations des observations des spécimens sous le microscope : les experts doivent se mettre d’accord sur les aspects terminologiques, illustrer un glossaire de termes et délivrer un thésaurus pour les non spécialistes. Vers des bases de connaissances multi-expertes (E-recherche) et consensuelles en Sciences de la vie (E-formation)

25. E-recherche & E-formation

26. Recherche & Valorisation Application Base de Connaissances Outil Système de Gestion de Bases de Connaissances